关于ScanNet数据集

最新推荐文章于 2025-03-28 10:33:01 发布
最新推荐文章于 2025-03-28 10:33:01 发布
阅读量2.6w 收藏 93
点赞数 12
分类专栏： ScanNet数据集 文章标签： scannet理解
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40766438/article/details/102969299
版权
本文介绍了ScanNet数据集的详细信息，包括数据采集框架、数据集内容、2D和3D数据、类标签和评估标准。数据集由斯坦福大学的Angela Dai发起，用于推动3D数据上的机器学习研究。内容涵盖数据的采集、标注过程，以及数据的下载、处理和使用方式。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

最近正在下载关于ScanNet的数据集，希望做一个深度的调查，以供自己学习

背景

作者是Angela Dai 是斯坦福大学的一名博士生，她最初的想法是，推动数据匮乏的机器学习算法的发展，特别是在 3D 数据上。

Scannet数据采集框架
  1. 收集3D重建数据，用有效的方式对数据进行标注，来收集更多数据。团队通过收集RGB-D的视频序列，通过ipad应用加深传感器而收集的，然后视频会被上传到服务器，并被自动重建。然后，视频会被给到亚马逊 Mechanical Turk，将标注工作众包出去。就是下面的这个女人：：
    在这里插入图片描述
  2. 数据标注是在一个给定的3D场景中，绘制出物体，可以是椅子、桌子或者计算机，从而了解每个物体，以及对应的所在位置。每个图像通常需要5个人来标注。所得数据可以在做物体分类这样的训练任务。主要的任务就是给3D数据赋予语义解释，这样有利于机器人更好的理解世界。

ScanNet数据集

  • 数据集介绍：一共1513个采集场景数据（每个场景中点云数量都不一样，如果要用到端到端可能需要采样，使每一个场景的点都相同），共21个类别的对象，其中，1201个场景用于训练，312个场景用于测试
  • **2D数据
最低0.47元/天 解锁文章
ScanNet 数据集处理（一）
qq_43552777的博客
05-12 8390
最近在做毕业设计，课题研究对象就是ScanNet数据集Scannet主页，所以也学到了一些处理点云的方法。在这里记录一下。 数据集简介 下载完数据集后，内部结果如下所示，每一个场景一个文件夹。 <scanId> |-- <scanId>_vh_clean.ply (Updated if had remove annotations) |-- <scanId>_vh_clean_2.ply (Updated if had remove annotations
【点云分割】【数据集】Scannet数据集（未完）
marsh_zy的博客
10-14 4918
Scannet主页：http://www.scan-net.org/ scannet数据集是一个二维三维数据集，主要采集了室内场景的二维图像信息，包括rgb、深度，三维点云ply数据，并进行了语义标签和实例标签标注。 完整数据集：一共1513个采集场景数据（每个场景中点云数量都不一样，如果要用到端到端可能需要采样，使每一个场景的点都相同），共21个类别的对象，其中，1201个场景用于训练，312个场景用于测试。 较小子集：由于2DRGB-D帧的数据量特别大，作者提供了下载较小子集的选项scannet_
【Scannet V2 三维数据集下载】
TravleGun的博客
05-30 3352
Scannet V2数据介绍：“ScanNet 是一个 RGB-D 视频数据集，包含 2 多次扫描中的 5 万次观看，并带有 1500D 摄像机姿势、表面重建和实例级语义分割进行注释。为了收集这些数据，我们设计了一个易于使用且可扩展的RGB-D捕获系统，其中包括自动表面重建和众包语义注释。我们表明，使用这些数据有助于在多个 3D 场景理解任务上实现最先进的性能，包括 3D 对象分类、语义体素标记和 CAD 模型检索。更多信息可以在我们的论文:中找到。
ScanRefer：基于自然语言的三维物体定位
最新发布
gitblog_00901的博客
03-28 553
ScanRefer：基于自然语言的三维物体定位 ScanRefer [ECCV 2020] ScanRefer: 3D Object Localization in RGB-D Scans using Natural Language ...
Scanet数据集下载
labixiaoxinliuxinmei的博客
09-30 334
UnicodeEncodeError: 'ascii' codec can't encode characters in position 62-64: ordinal not in range(128) 解决方案： # urllib.request.urlretrieve(url, out_file_tmp) url = urllib.parse.quote(url, safe=':/') # <- here filename = url.split('/')[-1] u.
ScanNet数据集下载（避免踩坑）
2401_87991160的博客
01-10 2862
实验需要使用ScanNet数据集，避免踩坑。本文还提供子集下载方式。本篇所用路径个人建议均使用绝对路径，代码均在python环境下运行。
scannet数据集简介和下载
5233的博客
12-13 1万+
scanne数据集下载，做分割任务用
Scannet v2 数据集介绍以及子集下载展示
ROJS的博客
11-26 1万+
Scannet v2 数据集介绍以及子集下载展示
Scannet 数据集官方下载脚本，包含V1、V2版本
11-01
Scannet数据集是计算机视觉领域内重要的三维数据集之一，它的发布对于推动该领域的发展具有重要意义。Scannet数据集由斯坦福大学的研究团队收集整理，包含了大量的室内场景扫描数据，这些数据在深度学习、机器人导航...
scannet 整理数据
05-03
数据集共6G。 -- test / 100 pth -- train / 1201 pth -- val / 312 pth 读取 torch.load('*.pth') 结果 {'coord': array([[0.4467576 , ...e=float32), 'color': array([[ 92., 76., ...e=float32), 'scene_id': '...
数据集下载scannet
04-27
数据集下载scannet
download_scannet.zip
01-27
scannet数据下载的python脚本。
PointNet-ScanNet:在scannet数据集上测试Pointnet ++
05-15
点网扫描网 在scannet数据集上测试Pointnet ++
ScanNet数据集下载
weixin_42888638的博客
06-13 1万+
ScanNet数据集获取
ScanNet数据集 - 三维重建
qq_44093630的博客
10-09 658
1、import urllib.request (for python3)我在python3中仍然会报找不到request，于是我conda了一个新的环境，配的是python2.7就Ok了。直接点击链接是会请求失败的，这里我是傻逼了，直接复制整个链接就OK了。2、下载数据时，在终端下载的压缩包是错误的，先记录一下遇到的问题。
scannet数据集下载文件
weixin_40766438的博客
09-02 8523
scannet数据集下载文件 由于大家会申请scannet数据集，审批比较慢，我将下载的文件里面的内容贴出来，大家可以复制放进py文件中，运行就可以下载 ps:别再私信要数据集了，这个自己下载，如果光三维数据的话，还是很快的，当然如果路由器翻了墙的话，下载会更快。 #!/usr/bin/env python # Downloads ScanNet public data release # Run with ./download-scannet.py (or python download-scannet.
ScanNet数据集下载与导出颜色图、深度图、内参、位姿数据
biter0088的博客
11-01 1万+
ScanNet是一个RGB-D视频数据集，包含1500多个扫描中的250万个视图，用3D摄像机的姿势、表面重建和实例级的语义分割来注释。为了收集这些数据，我们设计了一个易于使用和可扩展的RGB-D捕捉系统，包括自动表面重建和众包语义注释。我们表明，使用这些数据有助于在几个三维场景理解任务上实现最先进的性能，包括三维物体分类、语义体素标签和CAD模型检索。
深度学习（1）RGB-D数据集：ScanNet
热门推荐
sinat_41354290的博客
06-22 2万+
 本文主要介绍相关的RGB-D数据，并完成其搬运工作。 目录1. ScanNet数据集1.1 获取数据集1.2 解析数据集1.2.1 2D数据 1. ScanNet数据集 1513个采集场景数据，21个类别的对象，其中，1201个场景用于训练，312个场景用于测试。  ScanNet is an RGB-D video dataset containing 2.5 million views in more than 1500 scans, annotated with 3D camera poses,..
ScanNet 数据集常见文件的作用极其读取方式
月亮不知道的博客
04-22 3168
ScanNet 数据集是一个大规模的 RGB-D 视频数据集，它包含了丰富的三维场景理解任务所需的数据，如三维物体分类、语义体素标签和 CAD 模型检索等。和.sens和和.txt文件（如下面进行详细的解释。
scannet数据集深度图
03-28
<think>好的，用户现在问的是关于ScanNet数据集的深度图。之前他们已经询问过深度图的生成方法，现在具体到ScanNet这个数据集，可能是在做相关研究或者项目，需要了解该数据集的结构、深度图的获取方式以及应用场景。 首先，我需要回忆一下ScanNet的基本信息。ScanNet是一个RGB-D视频数据集，包含大量室内场景的3D重建数据，主要用于3D场景理解任务。深度图作为其中的一部分，应该是由深度传感器（比如结构光或ToF）直接采集的，可能经过后期处理。 接下来要确认用户的需求。他们可能想知道ScanNet的深度图是如何生成的，具体参数，有什么特点，或者如何获取和使用。由于用户之前已经了解过深度图的生成方法，这里需要更具体到ScanNet的实现细节，比如使用的传感器类型、深度图的分辨率、精度，以及与其他数据（如RGB图像、点云）的关联。 需要进一步考虑用户可能的背景。可能是计算机视觉领域的学生或研究者，正在使用ScanNet进行3D重建、语义分割等任务，需要了解数据集的深度信息来确保实验的正确性。他们可能遇到深度图与RGB对齐的问题，或者深度图的质量如何影响实验结果。 另外，用户可能关心ScanNet深度图的应用案例，比如在3D物体检测、场景重建中的具体使用方式。还可能想知道如何处理深度图中的噪声或缺失值，以及数据集提供的工具或API是否支持深度图的处理。 需要确保回答涵盖ScanNet深度图的生成方式（主动传感技术，比如结构光）、数据格式（存储方式、文件结构）、特点（与RGB对齐、噪声处理）、应用场景，以及使用时的注意事项。此外，提供数据集的官方资源和相关工具，帮助用户进一步操作。 还需要检查是否有必要比较ScanNet与其他数据集（如NYU Depth V2）在深度图方面的差异，但用户的问题更聚焦于ScanNet本身，所以应该集中在它的具体细节上。 最后，确保回答结构清晰，分点说明，并给出示例或应用场景，帮助用户更好地理解和应用该数据集的深度图。</think>好的！ScanNet数据集是一个**大规模室内场景RGB-D视频数据集**，广泛用于3D场景理解（如语义分割、3D重建等）。其深度图是通过**主动传感器（结构光）**采集的，并经过标定与后处理。以下是ScanNet深度图的详细解析： --- ### 一、**ScanNet深度图的核心特点** 1. **数据来源**： - 使用**结构光传感器（PrimeSense Carmine 1.09）**主动投射红外图案，通过红外摄像头捕捉变形图案计算深度。 - 与RGB图像严格对齐（分辨率：1296×968），深度图分辨率为640×480，帧率约30fps。 2. **存储格式**： - **16位PNG文件**：深度值单位为毫米（mm），有效范围为0.4米至数米（受传感器限制）。 - **无效值处理**：深度缺失区域（如透明物体、镜面反射）标记为0。 3. **与点云对应**： - 深度图结合相机内参（焦距、主点）可转换为3D点云，公式： $$ \begin{cases} x = \frac{(u - c_x) \cdot d}{f_x} \\ y = \frac{(v - c_y) \cdot d}{f_y} \\ z = d \end{cases} $$ 其中$(u,v)$为像素坐标，$d$为深度值，$f_x, f_y, c_x, c_y$为内参。 --- ### 二、**ScanNet深度图的生成流程** 1. **原始采集**： - 通过手持设备（如iPad + Structure Sensor）扫描场景，同步记录RGB图像、深度图和IMU数据。 - **传感器标定**：预先校正深度与RGB相机的相对位置（外参）和畸变参数。 2. **后处理优化**： - **多帧融合**：对同一场景的多视角深度图进行联合优化（如Bundle Adjustment），提升全局一致性。 - **噪声滤波**：去除孤立点（如传感器噪声）并填补小空洞（基于邻域插值）。 3. **对齐与重建**： - 使用**KinectFusion算法**将序列化的深度图融合为全局稠密3D网格模型。 - 最终生成**带语义标签的3D场景**（如墙面、椅子等类别）。 --- ### 三、**ScanNet深度图的典型应用** 1. **3D语义分割**： - 输入RGB +深度图，训练网络（如3DMV、PointNet++）预测每个3D点的语义标签。 - 深度图提供几何信息，增强对物体边界的识别。 2. **场景重建**： - 从深度图序列重建房间布局（如墙壁、地面），用于AR/VR场景构建。 3. **深度补全任务**： - 针对深度图中的缺失区域，训练模型（如CSPN）进行补全，提升稠密性。 4. **深度估计模型验证**： - 作为监督学习的真值（Ground Truth），评估单目/双目深度估计模型（如DPT、MonoDepth）。 --- ### 四、**ScanNet与其他数据集的对比** | **数据集** | **深度图来源** | **场景类型** | **深度分辨率** | **标注类型** | |----------------|-------------------|--------------|----------------|----------------------| | ScanNet | 结构光（主动） | 室内 | 640×480 | 3D语义、实例、网格 | | NYU Depth V2 | Kinect（ToF） | 室内 | 640×480 | 2D/3D语义分割 | | KITTI | 激光雷达（LiDAR） | 室外 | 稀疏点云 | 3D物体检测、光流 | | Matterport3D | 多视角RGB | 室内 | 无原始深度 | 3D网格、全景语义 | --- ### 五、**使用ScanNet深度图的注意事项** 1. **数据读取**： - Python示例代码： ```python import cv2 depth_image = cv2.imread("depth.png", cv2.IMREAD_ANYDEPTH) # 读取16位深度图 valid_mask = (depth_image > 0) # 过滤无效值 ``` 2. **尺度转换**： - 深度值单位为毫米，转换为米需除以1000：`depth_meters = depth_image.astype(float) / 1000.0` 3. **对齐问题**： - 使用官方提供的`sens_reader`工具解析`.sens`文件，确保RGB与深度图时空对齐。 --- ### 六、**资源获取** - **官方地址**：[ScanNet Dataset](http://www.scan-net.org/) - **工具链**： - `ScanNet Toolkit`：提供数据加载、3D可视化接口。 - `PyTorch3D`：支持ScanNet深度图到点云的转换与渲染。 若需进一步了解如何从ScanNet深度图生成3D网格或训练模型，可指定方向深入探讨！
评论 99
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值